LLM de código abierto: licencias y uso comercial (2026)

#Por qué la licencia de un LLM open source decide antes que el modelo

Cuando un equipo elige un modelo para autoalojar, primero se fija en la calidad de las respuestas, la memoria necesaria y la velocidad. La licencia suele quedar para el final, cuando un cliente o un departamento de compras hace la pregunta. Es justo el orden inverso al que evita problemas: un modelo excelente cuya licencia prohíbe tu uso no sirve de nada, y cambiar de modelo después de la integración cuesta tiempo de desarrollo, nuevas pruebas y, a veces, un nuevo ajuste fino.

El vocabulario alimenta la confusión. Muchos modelos presentados como «de código abierto» publican sus pesos, pero no sus datos de entrenamiento ni todo su código, y algunos lo hacen con una licencia que no cumple la definición de la Open Source Initiative. La diferencia conceptual entre open-weights y código abierto se trata en una guía específica; aquí nos centramos en una única cuestión práctica: ¿qué te permite hacer el texto de la licencia con los pesos, en particular para un uso comercial?

En las empresas se repiten tres situaciones. Uso interno: el modelo se ejecuta en tus servidores para tus equipos y no se distribuye nada. Servicio: expones el modelo a clientes mediante una aplicación o una API, sin entregarles los pesos. Redistribución: entregas los pesos, posiblemente modificados o cuantizados, en un producto, un dispositivo o un repositorio público. Las obligaciones de las licencias difieren mucho según estos tres casos; tenlos presentes para lo que sigue.

#Las tres familias de licencias de LLM open source

Las licencias que se encuentran en Hugging Face o en la biblioteca de Ollama se agrupan, en la práctica, en tres familias. La clasificación no dice nada de la calidad del modelo; solo indica el nivel de restricciones que hay que examinar.

Licencias permisivas estándar

Apache 2.0 y MIT a la cabeza. Son licencias de software antiguas, conocidas por los juristas, que autorizan el uso comercial, la modificación y la redistribución con obligaciones limitadas (conservar los avisos, proporcionar el texto). No están pensadas específicamente para la IA, pero muchos desarrolladores las aplican a sus pesos.

Licencias comunitarias propias

Redactadas por el desarrollador del modelo para ese modelo: Llama Community License en Meta, condiciones de uso específicas en otros desarrolladores. A menudo autorizan el uso comercial, pero añaden condiciones: umbral de usuarios, mención obligatoria, reglas de nomenclatura, política de uso aceptable que respetar.

Licencias restrictivas

Licencias de investigación, licencias no comerciales (por ejemplo, Creative Commons con cláusula NC) o licencias con restricciones de uso detalladas. En ellas, el uso comercial queda excluido o sujeto a un acuerdo aparte con el editor.

Un mismo desarrollador puede publicar modelos en varias familias. Según las generaciones, algunas familias de modelos conocidas han combinado tamaños bajo Apache 2.0 con otros bajo licencia propia o de investigación. Por eso, nunca deduzcas la licencia de un modelo por el nombre de su familia o por su desarrollador: comprueba el archivo de la variante exacta que descargas.

#Apache 2.0: lo que permite el texto

La licencia Apache 2.0 data de enero de 2004 y su texto lo publica la Apache Software Foundation. Es la licencia permisiva más habitual para los pesos de LLM open-weights. Concede a cada destinatario una licencia de derechos de autor perpetua, mundial, no exclusiva, gratuita y libre de regalías para reproducir, modificar, mostrar, sublicenciar y distribuir la obra y sus derivados (sección 2).

Su rasgo distintivo es la licencia de patentes explícita de la sección 3: cada contribuidor concede una licencia sobre sus patentes que su contribución infringe necesariamente. Esta licencia termina para ti si inicias una acción por infracción de patente alegando que la obra misma infringe una patente. Para una empresa, esta cláusula aclara un riesgo que MIT deja en la sombra.

Uso comercial

Permitido, tanto en uso interno como en un servicio o un producto de pago, sin regalías ni umbral de usuarios.

Modification

Autorizada: ajuste fino, cuantización, fusión de pesos. El resultado puede publicarse bajo otra licencia para tus propias aportaciones, siempre que respetes Apache 2.0 para la parte reutilizada (sección 4).

Redistribución

Permitida con cuatro condiciones (sección 4): entregar una copia de la licencia, indicar de forma visible los archivos modificados, conservar los avisos de copyright, patentes, marcas y atribución, e incluir el contenido del archivo NOTICE si existe.

Marques

No concedidas (sección 6): puedes decir que tu producto usa tal modelo, pero no usar el nombre ni el logotipo del desarrollador como si fueran tu marca.

Garantía y responsabilidad

Ninguna (secciones 7 y 8): el modelo se proporciona «tal cual». Los errores del modelo siguen siendo tu responsabilidad frente a tus clientes.

En uso interno o en un servicio sin entrega de los pesos, las obligaciones de redistribución no se aplican directamente, ya que no se distribuye nada. Vuelven a ser centrales si publicas una versión cuantizada o ajustada del modelo, o si lo integras en un software entregado a clientes.

#MIT: la licencia más corta

La licencia MIT cabe en tres párrafos, tal como los publica la Open Source Initiative. Autoriza gratuitamente a cualquier persona a usar, copiar, modificar, fusionar, publicar, distribuir, sublicenciar y vender copias del software, sin restricciones. La única condición: el aviso de derechos de autor y el texto del permiso deben incluirse en todas las copias o partes sustanciales. El resto del texto excluye toda garantía y toda responsabilidad de los autores.

Uso comercial

Permitido de forma explícita, incluida la venta.

Modificación y redistribución

Permitidas, con la única obligación de conservar el aviso de derechos de autor y el texto de la licencia.

Brevets

El texto no contiene una licencia de patentes explícita, a diferencia de Apache 2.0. El alcance implícito del permiso en materia de patentes es una cuestión de interpretación que conviene consultar con un jurista si es relevante para ti.

Garantía

Ninguna, igual que en Apache 2.0.

Para un LLM, MIT es, por tanto, la licencia más sencilla de cumplir. La trampa principal está en otro sitio: comprobar que la mención MIT cubre realmente los pesos, y no solo el código de inferencia publicado en el mismo repositorio de GitHub.

#Licencia comunitaria de Llama 3.3: uso comercial con condiciones

Meta publica sus modelos Llama bajo una licencia propia para cada versión. El Llama 3.3 Community License Agreement, fechado en la página oficial el 6 de diciembre de 2024, sirve aquí como ejemplo de licencia propia, porque está muy extendido y muchos modelos derivados lo heredan. Otorga una licencia no exclusiva, mundial, intransferible y libre de regalías para usar, reproducir, distribuir, copiar y modificar los «Llama Materials» y crear obras derivadas. Por lo tanto, el uso comercial es posible, pero está regulado.

Redistribución

Si distribuyes los Llama Materials o un producto que los contenga, incluido un modelo derivado, debes proporcionar una copia del acuerdo y mostrar de forma visible «Built with Llama» en un sitio web, una interfaz, un artículo o la documentación del producto.

Nomenclatura de los modelos derivados

Si usas los Llama Materials o sus resultados para crear, entrenar o mejorar un modelo de IA que distribuyes, su nombre debe empezar por «Llama».

Aviso de derechos

Las copias distribuidas deben conservar el archivo Notice que indica que Llama 3.3 está bajo la licencia Llama 3.3 Community License, copyright Meta Platforms.

Política de uso aceptable

El uso debe respetar las leyes aplicables y la política de uso aceptable de Llama 3.3, incorporada por referencia. Esta enumera usos prohibidos; Meta puede actualizarla, así que vuelve a leerla en la fecha de tu decisión.

Umbral de 700 millones de usuarios

Si, en la fecha de lanzamiento de Llama 3.3, los productos o servicios del licenciatario o de sus afiliados superaban los 700 millones de usuarios activos mensuales en el mes natural anterior, este debe solicitar una licencia a Meta, que Meta puede conceder o no a su discreción. Casi ninguna empresa alcanza este umbral, pero demuestra que la licencia no es universal.

Marques

Ninguna licencia de marca, salvo el uso de «Llama» necesario para cumplir con la mención y la nomenclatura.

Rescisión y legislación aplicable

La licencia se extingue si emprendes una acción contra Meta alegando que los Llama Materials infringen tus derechos de propiedad intelectual. El acuerdo se rige por la legislación del Estado de California.

Esta licencia no está reconocida como open source según la definición de la Open Source Initiative, sobre todo por las restricciones de uso y el umbral. Eso no impide un uso comercial, pero exige un seguimiento más atento que Apache 2.0 o MIT: avisos que mostrar, nombre de tus modelos derivados, cumplimiento de una política que puede cambiar.

#Tabla comparativa: Apache 2.0, MIT y Llama 3.3

Esta tabla se ha elaborado únicamente a partir de los tres textos oficiales citados como fuentes, consultados para preparar esta guía (verificación del brief a 29 de septiembre de 2026). Resume cláusulas, no su interpretación jurídica. No dice nada de las demás licencias propias, cada una de las cuales tiene sus propias reglas.

Uso comercial

Apache 2.0: sí, sin condiciones particulares. MIT: sí, sin condiciones particulares. Llama 3.3: sí, sujeto al umbral de 700 millones de usuarios activos mensuales y a la política de uso aceptable.

Modificación, ajuste fino

Apache 2.0: sí, hay que indicar los archivos modificados. MIT: sí. Llama 3.3: sí; un modelo derivado que se distribuya debe llevar un nombre que empiece por «Llama».

Redistribución de los pesos

Apache 2.0: sí, con copia de la licencia, avisos y archivo NOTICE. MIT: sí, con aviso de copyright y texto de la licencia. Llama 3.3: sí, con copia del acuerdo, archivo Notice y la mención «Built with Llama».

Licencia de patentes explícita

Apache 2.0: sí (sección 3). MIT: no. Llama 3.3: el texto otorga una licencia sobre los derechos de propiedad intelectual de Meta en los Llama Materials; su alcance exacto debe someterse a un análisis.

Restricciones de uso

Apache 2.0: ninguna lista de usos prohibidos. MIT: ninguna. Llama 3.3: política de uso aceptable incorporada por referencia.

Umbral de tamaño

Apache 2.0: ninguno. MIT: ninguno. Llama 3.3: 700 millones de usuarios activos mensuales en la fecha de lanzamiento.

Marques

Apache 2.0: no concedidas. MIT: no mencionadas. Llama 3.3: no concedidas, salvo el uso de «Llama» exigido por la licencia.

Garantía

Ninguna en los tres textos.

Para saber qué modelos actuales pertenecen a cada familia, no te fíes de esta tabla: compara textos, no modelos. Consulta nuestra selección de los mejores LLM para uso comercial y, sobre todo, aplica el método que se describe a continuación a la variante exacta que piensas desplegar.

#Comprobar la licencia de un LLM de código abierto modelo por modelo

El método consta de cinco pasos. Lleva unos veinte minutos por modelo y deja un registro que un abogado o un auditor puede aprovechar.

1. 01
   Identificar el repositorio original

   Remonta hasta la página del desarrollador en Hugging Face (la organización oficial, no una cuenta de terceros que vuelve a publicar una cuantización). Anota el nombre exacto del repositorio y de la variante: tamaño, instruct o base, versión. Una conversión GGUF publicada por un tercero sigue sujeta a la licencia del modelo original.
2. 02
   Leer el archivo de licencia, no la etiqueta

   El campo license de la ficha del modelo da una indicación, pero solo el archivo LICENSE (o equivalente) del repositorio es vinculante, junto con los posibles archivos USE_POLICY o NOTICE. Comprueba que cubra los pesos y no solo el código. Si la etiqueta indica «other», se trata de una licencia propia: léela completa.
3. 03
   Contrastar con la página oficial del desarrollador

   Compárala con la licencia publicada en el sitio del desarrollador o en su anuncio. Si ambas no coinciden, no decidas por tu cuenta: comunica la discrepancia a tu abogado.
4. 04
   Archivar el texto fechado

   Descarga el archivo de licencia, anota la fecha, la URL y el número de revisión del repositorio, y calcula su hash. Si el desarrollador cambia sus condiciones más adelante, sabrás qué versión aceptaste.
5. 05
   Contrastar la licencia con tu uso

   Uso interno, servicio o redistribución: para cada caso, enumera las obligaciones (avisos, denominación, política de uso, umbral) y la persona encargada de cumplirlas. Haz que un abogado valide la tabla antes de pasar a producción.

La API pública de Hugging Face devuelve los metadatos de una ficha, incluida la etiqueta de licencia. Es un punto de partida rápido, que debes completar leyendo el propio archivo. Sustituye el nombre del repositorio por el que estés evaluando.

REPO="organisation/nom-du-modele"
curl -s "https://huggingface.co/api/models/$REPO" \
  | python3 -c 'import json,sys; d=json.load(sys.stdin); print(d.get("sha")); print((d.get("cardData") or {}).get("license")); print([t for t in d.get("tags",[]) if t.startswith("license:")])'

Para archivar el archivo de licencia de un repositorio público, descárgalo con la herramienta de línea de comandos de Hugging Face y luego calcula su hash. Los repositorios con acceso restringido, como los de Meta, exigen aceptar las condiciones en el sitio y un token de acceso. El nombre exacto del archivo varía según el repositorio: compruébalo en la pestaña «Files».

mkdir -p licences/$(date +%F)
hf download "$REPO" LICENSE --local-dir licences/$(date +%F)/
sha256sum licences/$(date +%F)/LICENSE >> licences/registre-empreintes.txt

Si el modelo ya está instalado en Ollama, el comando ollama show affiche la licencia incluida en el paquete. Es útil como control de coherencia, pero no sustituye a la fuente del desarrollador: un paquete comunitario puede contener un texto incompleto o no incluirlo.

ollama list
ollama show --license nom-du-modele

#Errores frecuentes

Confundir el código con los pesos

Un repositorio de GitHub bajo MIT puede contener el código de inferencia, mientras que los pesos se publican en otro lugar bajo una licencia propia. Es la licencia de los pesos la que regula tu uso del modelo.

Fiarse de una republicación

Las cuantizaciones GGUF publicadas por terceros a veces muestran una licencia errónea o simplificada. No cambian los derechos: solo cuenta el texto del desarrollador original.

Olvidar lo que heredan los modelos derivados

Un modelo ajustado a partir de Llama sigue sujeto a las condiciones de Llama, aunque su autor lo presente bajo Apache 2.0. Lee la ficha del modelo base indicado en los metadatos y el texto de la licencia del derivado.

Suponer que una licencia es inamovible

Los editores publican una licencia por versión, y las políticas de uso incorporadas por referencia pueden cambiar. De ahí la utilidad de archivar el texto fechado que aceptaste.

Ignorar los datos de entrenamiento y las salidas

La licencia de los pesos no lo resuelve todo: estatus del contenido generado, datos personales tratados por el modelo, obligaciones sectoriales. Estos temas dependen de otros textos y de un asesoramiento jurídico específico.

Olvidarse de la normativa

Una licencia permisiva no exime de las obligaciones de la AI Act según tu papel (proveedor, responsable del despliegue) y el uso del sistema. Es una cuestión distinta de la licencia.

#Para ir más allá

La licencia es solo uno de los criterios para elegir un modelo. Para entender por qué tan pocos modelos son realmente open source, comparar los modelos disponibles o situar tu despliegue frente a la AI Act, estas páginas complementan esta guía.